Anna Latawiec
Kilka uwag o wyjaśniającej roli
symulacji w biologii
Studia Philosophiae Christianae 26/1, 171-178
Studia Philosophiae Christianae ATK
26(1990)1
Z ZAGADNIEŃ FILOZOFII PRZYRODY
I PRZYRODOZNAWSTWA
ANNA LATAWIEC
KILKA UWAG O WYJAŚNIAJĄCEJ ROLI SYMULACJI W BIOLOGII
Modelowanie i sym ulacja na dobre w kroczyły do biologii jako nowe · metody poznania. Spróbujemy zastanowić się nad celem ich podejm owa nia. Już intuicyjnie przyjm uje się, iż zasadniczym celem tych zabiegów jest wyjaśnianie. Przypom nijm y kilka propozycji klasyfikacji w yjaśnia nia w naukach, by w ich św ietle przyjrzeć się jednemu z m odeli sy mulacyjnych skonstruowanych na gruncie biologii.
Dla zrozumienia system u W einb erg1 wprowadził pojęcie „białej skrzynki”, za pomocą którego określił sym ulację. Przez znane pojęcie „czarnej skrzynki” rozumie się powszechnie system , który może być poznany jedynie przez obserwację jego zachowania. Odmienną sytuację mamy w przypadku „białej skrzynki”, gdzie w celu udowodnienia ro zumienia działania system u, konstruuje się go tak, by ilustrow ał nasze przypuszczenia o sposobie jego zachowania. Następuje w ięc całkowite odkrycie wnętrza systemu, a zatem pojawia się skrzynka „biała” za miast „czarnej”. Podlegając szeregu ograniczeniom , nie jesteśm y jednak w stanie do końca odkryć żadnej skrzynki, nawet, gdy sam i ją kon struujemy. Model potw ierdzający nasze przypuszczenia w iększa siłę przekonania o słuszności naszych sądów. Wynik n egatyw ny konstruowa nia „białej skrzynki” podważa naszą w iedzę o system ie. Jednoczenie nigdy nie m am y pew ności, czy system sym ulujący ujm uje w szystkie istotne w łasności badanego system u. W celu uzyskania takiej pewności należałoby wykonać nieskończoną liczbę transformacji.
Symulacje posiadają rozm aity charakter zależnie od podstawy przy jętej jako pierw szy krok metody. I tak m iędzy innym i dokonując ana lizy w ym iarow ej można przeprowadzić sym ulację w jWwnej skali licz bowej; dostrzegając pew ną analogię, czyli izomorfizm, dokonujemy ob li czeń analogowych; a wreszcie w ykorzystując znajomość m ożliwości komputera i um iejętność programowania tworzy się m odele sym ulujące bardzo skom plikow ane zjaw iska dynamiczne. Program owanie jest, zda niem Weinberga 2, czynnością polegającą na konstruowaniu takich „bia łych skrzynek”. Nasze rozważania skupim y wokół takiego w łaśnie kon struowania „białych skrzynek” na terenie biologii. Zasadniczym celem tej działalności jest w yjaśnianie.
Wyjaśnić to tyle, co w yjaw ić, w yłożyć czy też rozwinąć. Logiczny aspekt w yjaśniania polega na dowodzeniu. Do najbardziej znanych
kla-1 G. W. Weinberg, M yślenie system ow e, Warszawa kla-1979, kla-175—kla-176. 2 Tam że, 178.
syfikacji w yjaśniania należy propozycja, jaką przedstawił E. N agel.8 Jako pierwszy typ w yjaśniania podał on w yjaśnianie dedukcyjne, gdzie w niosek jest w yprowadzany logicznie z przesłanek wyjaśniających. W yjaśnianie probabilistyczne pojaw ia się tam, gdzie przesłanki w yja śniające stanow ią prawa o charakterze probabilistycznym lub staty stycznym , zaś w nioski nie są form alnym wynikiem przesłanek, lecz przyjmuje się m ożliwość ich realizacji z dużym, często dającym się określić stopniem prawdopodobieństwa. W yjaśnianie funkcjonalne, te- leologiczne opiera się na wskazaniu funkcji, jaką pełni organ lub część układu jako warunku istnienia i działalności złożonego systemu. Ostatni typ w k lasyfikacji E. Nagła stanow i w yjaśnianie genetyczne, gdzie cechy i w łasności w yjaśnianego zjaw iska traktuje się jako rezultat roz woju i n astępstw uprzedniego stanu tegoż zjawiska.
Dla J. K m ity 4 jest sens m ówić o dwóch rodzajach w yjaśniania. Za proponował on przyjęcie dedukcyjnego modelu w yjaśniania stosow a nego najczęściej w fizyce i ekstrapolowanego na inne dziedziny oraz jako jego uzupełnienie w postaci modelu probabilistycznego. Model pro- balistyczny, zdaniem Kmity, jest pozbawiony w iększego sensu (naw et tylko w form ie uzupełniającej modelu d ed uk cyjny)5. Jako drugi typ w yjaśniania stosowany szczególnie w naukach hum anistycznych zapro ponował on m odel w yjaśniania historycznego. W yjaśnianie dedukcyjne (jednoznacznie) to w yjaśnianie, w którym eksplanans zawiera wyłącznie określone prawidłowości, zaś historyczne — zawierające w eksplanan- sie przynajm niej jedną prawidłowość ramową (stanowiącą eksplanan- dum). W skrajnym przypadku powiązanie z faktem szczegółow ym uza sadnia m ów ienie o wyjaśnaniu ściśle historycznym. Przy tak zapro ponowanym rozróżnieniu pojawia się potrzeba przyjęcia dwojakiego rodzaju praw: w znaczeniu w ęższym opisujących praw idłow ości okre ślone, oraz form uł nom ologicznych opisujących prawidłowości ramowe. Kolejna klasyfikacja pochodzi od W. Sztoffa.8 Rozróżnił on: — w y jaśnianie przyczynowe, czyli odnajdywanie przyczyn warunkujących
powstanie danego zjawiska, istnienia prawa, jakiegoś istotnego związku; — w yjaśnianie za pomocą prawa, czyli ustalenie według jakiego pra wa lub praw powstało lub przebiega zjawisko (analogicznie jak w w y jaśnianiu probabilistycznym u Nagła);
— w yjaśnianie funkcjonalne (podobnie jak u Nagła);
— w yjaśnianie strukturalne jako charakterystyka struktury gwarantu jącej realizację funkcji lub zachowania układu jako całości;
— w yjaśnianie genetyczne lub historyczne poprzez ujaw nianie zbioru konkretnych warunków, przyczyn, praw, których działanie doprowa dziło do przeksalfcłcenia istniejącego dawniej układu w układ później szy i śledzenia podstawowych etapów jego rozwoju.
Ostatnia z dużej ilości propozycji pochodzi od M. B u n gego7. Przypo m niał on warunku, jakie winno spełniać w szelkie w yjaśnianie naukowe. 3 S. Nagel, The structure of science, NY.1961, por. ss.: 401—428, 531—535, 555, 558—563, 564—575.
4 J. Kmita, O dw óch rodzajach w yjaśn ian ia, Studia Filozoficzne 106 (1974) 9, 25—40.
5 J. Kmita, Z m etodologicznych problem ów in terp reta c ji h um an istycz
nej, Warszawa 1971, 18— 19.
6 W. Sztoff, M odelirow anije i fiłosofia, Moskwa 1966, 193.
7 M. Bunge, O przyczyn ow ości. M iejsce za sa d y przyczyn ow ości w e
z z a g a d n i e ń f i l o z o f i i p r z y r o d y I PRZYRODOZNAWSTWA
Z jednej strony pow inien być spełniony warunek form alny, czyli w aru nek koherencji tj. zgodności z pozostałym i twierdzeniam i danego sy stemu teoretycznego.8 Z drugiej strony m usi być spełniony warunek materialny, tj. em piryczny w arunek dostatecznej, choć nigdy niedo skonałej adekwatności wzglądem dobrze ustalonych faktów; faktów zwanych często faktam i naukowym i w odróżnieniu od faktów suro wych. A dekw atność hipotez sprawdza się na drodze eksperym entu i obserwacji.
Analiza logiczna w yjaśniania może jedynie pomóc rozstrzygnąć, czy wyjaśnianie to jest form alie poprawne, lecz nie daje odpowiedzi na pytanie, czy jest ono jednocześnie poprawne m aterialnie. Jest to anali za zawsze niepełna, gdyż dotyczy relacji m iędzy zdaniam i w yjaśniają cymi i w yjaśnianym i, nie zaś sam ych zdań w yjaśniających. Przedmio tem w yjaśniania naukowego mogą być klasy faktów (przyrodniczych, psychicznych, społecznych), bądź sam e prawa nauki. W każdym przy padku, w yjaśnienie naukowe, w przeciw ieństw ie do potocznego odw o łuje się do praw.
Bunge podzielił w yjaśnianie naukowe na dwie zasadnicze grupy: z jednej strony um ieścił wyjaśnienia, które mają, bądź mogą mieć charakter przyczynowy, z drugiej — te, które są zasadniczo nieprzyczy- nowe.
Do pierwszej grupy w yjaśnień zaliczyć należy:
— w yjaśnienie odw ołujące się do ciągu zdarzeń lub stanów; — wyjaśnienie poprzez w skazanie genezy lub rozwoju;
— w yjaśnienie poprzez w skazanie związku z faktam i innego rzędu; — wyjaśnienie poprzez rozłożenie faktów złożnych na prostsze fakty
tej sam ej natury.
Przypomnijmy raz jeszcze, iż w yjaśnienie kw alifikuje się, według Bungego, jako naukowe i przyczynowe, gdy jest koherentne i adekw a tne w sensie form alnym i m aterialnym i odwołuje się do jakiegoś pra wa przyczynowego.
Do drugiej grupy w yjaśnień, czyli do w yjaśnień nieprzyczynowych, zaliczyć należy:
— wyjaśnianie poprzez rozpoznanie, identyfikację, zaklasyfikow anie; — wyjaśnianie poprzez opis — tzw. prawa fenom enologiczne ex defin i
tione nie zaw ierają kategorii w arunkowania przyczynowgo mogą jed
nak służyć do w yjaśniania (nauka ma poza w szystkim charakter zarów no opisowy, jak i w yjaśniający; opis daje się od w yjaśnienia odróżnić, lecz nie daje się oddzielić);
— wyjaśnienie poprzez odwołanie się do praw statycznej struktury; — wyjaśnienie poprzez odwołanie się do zjaw isk niższego poziomu; — wyjaśnienie poprzez odwołanie się do zjaw isk w yższego poziomu; — wyjaśnianie statystyczne;
— w yjaśnianie teleologiczne;
— w yjaśnianie dialektyczne (polega na w ykryw aniu w ew nętrznych i zewnętrznych konfliktów, które nadają bieg określonym , choć nie wszystkim procesom, lub doprowadzają do powstania układów w ypo sażonych w nowe własności).
Przytoczone różne typy klasyfikacji w yjaśniania, jak i ich analiza wykazują, iż istn ieje w iele sposobów udzielania odpow iedzi na pytanie dlaczego? Wskazanie przyczyn jest jednym ze sposobów w yjaśniania naukowego, choć nie uniwersalnym . W yjaśnianie można nazwać przy
czynowym , o ile jest oparte na kategorii uwarunkowania przyczyno w ego, a to jest nie tyle kw estią logiczną, co ontologiczną, czyli k w e stią, którą można rozstrzygnąć dopiero po zbadaniu ontologicznych ko- relatów twierdzeń w yjaśniających. Przyczynowość nie jest w ystarczają cym warunkiem zrozumienia rzeczyw istości, mimo iż często stanow i składnik naukowego wyjaśniania. W yjaśnienie przyczynowe, o ile ma charakter naukowy, m usi być oparte na prawach naukowych. A zatem w yjaśnienie naukowe to w yjaśnienie przez prawa, choć niekoniecznie w yjaśnianie poprzez rzyczyny. Złudzenie, iż w naukach przeważa w y jaśnianie przyczynowe w ynika z faktu, iż większość w yjaśnień formułuje się w języku przyczynowym .9
Przytoczonych kilka zaledw ie propozycji klasyfikacji w yjaśniania nau kowego ukazuje stopień złożoności zagadnienia. I tak, klasyfikacja E. Nagła, na dobre zakorzeniona w ogólnej m etodologii nauk, zdaje się charakteryzować niepełną konsekwencją kryterium; z jednej stro ny w ysuw a się aspekt dedukcyjny, z drugiej natom iast — preferuje w yjaśnienia zw iązane przede w szystkim z klasyfikacją zjaw isk biolo gicznych. J. Kmita zdaje się szukać rozróżnienia zgodnego z podziałem na nauki hum anistyczne i przyrodnicze. W. Sztoff niezbyt precyzyjnie ujm uje w yjaśnianie za pomocą praw. Nie zagłębiając się w dalsze ana lizy i rozważani za obowiązującą przyjm iem y klasyfikację pochodzącą od M. Bungego. Wydaje się, iż podział na w yjaśnienia o charakterze przyczynowym i nieprzyczynowym ma sw e uzasadnienie w specyfice nauk przyrodniczych, w tym w sposób szczególny w biologii.
Rozważania o w yjaśniającej roli sym ulacji zjaw isk biologicznych i ży cia w ogóle skupione zostaną wokół sym ulacyjnego modelu rodziny pszczelej, który został opracoway przez R. T ad eu siew icza10 i jego współparcowników. Program sym ulujący został napisany w Fortranie. Sam model składa się z dziesięciu modułów: reprodukcji, zdobywania pożywienia, gospodarki pożywieniem , konsumpcji, budowania plastrów, środowiska wraz z w arunkam i m eteorologicznym i, topografii pożytków , gospodarki wolną przestrzenią.
Model uwzględnia kolonię pszczół (B) wraz z jej otoczeniem (E): M = — (B. E) i realizuje transformację F: (Us u , U s i2, U S2J -> (TJtl, Ui2, U2„), gdzie lew a strona odzwierciedla ilość produktów zjedzonych przez pszczo
ły i zużytych przez człow ieka opiekującego się nimi; zaś prawa dotyczy gospodarki zapasami. W modelu uwzględniono tak specyficzne cechy rodziny pszczelej, jak np. zm ienność roli pełnionej przez poszczególne osobniki w zależności od ich wieku, przeobrażani do postaci dorosłego osobnika.11
9 Tam że, 371—372.
10 R. Tadeusiewicz, C ybern etic M odelling of the Bee Colony, Postępy cybernetyki 7(1984)2, 31—41; także: R. Tadeusiewicz, M etodologia m o d e
low ania cybern etyczn ego sy stem ó w biologicznych, w: M odelowanie c y bernetyczne sy stem ó w biologicznych, Kraków 1979, 26— 32; R. Tadeusie
wicz, W ybrane zagdnienia złożonych sy stem ó w biologicznych, ZN AGH 58 (1978), 167—175; A. Migacz, R. Tadeusiewicz, Model rodzin y p szc ze le j w: M odelow anie cybern etyczn e system ó w biologicznych . Kraków 1979, 133— 143; J. L. Gould, H oney bee recruitment': the dance-language con
tro v ersy, Science 189(1975)204, 685—693.
11 J. A. Chmurzyński, T ajem nice tań ców pszczół (cz. 1), Kosmos 142 (1976), 395—409; tenże, Tajem nice tań ców pszczół (cz. 2), Kosmos 143 (1976), 145—158.
Opisanie system u przedm iotowego, jakim jest kolonia pszczół, za pomocą odpowiednich równań pozwala na podjęcie sym ulacji w arun ków naturalnych życia. K onstruujem y w ięc „białą skrzynkę’” doty czącą rodziny pszczelej, potwierdzam y w ten sposób naszą znajomość działania tego skomplikowanego system u. Pokazując, w jaki sposób funkcjonuje rodzina pszczół, szukamy odpowiedzi na pytanie, co sprzy ja w ydajności ich pracy, a co ją zmniejsza; jak ie''p ożyw ienie jest sprzyjające, jakie zaś ma w pływ negatywny; obracam y się w ięc w okół wyjaśniania o charakterze przyczynowym. Odtworzenie pew nych sta nów naturalnych, zależności klim atycznych, ekologicznych, w ieku ko lonii, ciągów przemian zachodzących w kolonii pozwala na wykrycie genezy tychże stanów i ustalenie ich przyczyny. Korzystając z nom en klatury M. Bungego m am y do czynienia przede w szystkim z w yjaśnie niem o charakterze przyczynowym.
Bez truau udaje się wykazać, iż sym ulacyjny model kolonii pszczelej służy w szystkim czterem typom w yjaśniania przyczynowego. Zmiana bowiem poszczególnych param etrów w modelu, powoduje odpowiednie zminy w obiekcie sym ulowanym . Możemy w ięc stwierdzić, że pojaw ie nie się nowego stanu, zdarzenia jest zależne od pojaw ienia się stanu, zdarzenia innego. Możną wielokrotnie dokonywać analogicznych sym u lacji, w analogicznych bądź zm ienianych częściowo warunkach. W y jaśniamy w ięc, iż zachodzi X poniew aż zaszło Y, a ilekroć zachodzi Y, wiemy lub zakładamy, że następnie zajdzie X . Dostrzegam y w ięc na stępstwo. Proces sym ulacji ułatw ia nam proces dostrzegania (pierwszy typ w yjaśniania przyczynowego).
Zachodzi także w yjaśnianie przyczynowe drugiego rodzaju. Z doś wiadczenia, ze znajom ości ew olucji, em ergencji w yjaśnić m ożemy na podstawie sym ulacji zachowania kolonii pszczół dlaczego cała kolonia, wyspecjalizowana w jej obrębie grupa, czy też jeden osobnik zacho wuje się w taki a taki sposób, z racji swej funkcji w kolonii. W m o delu uwzględniono w iek pszczół, a co za tym idzie, i funkcję pełnioną w kolonii w danym m omencie rozwoju osobnika; uwzględniono także upływ czasu, czyli zaobserw owany w naturze fakt zm iany „kw alifika cji” osobników w zależności od ich wieku. Mamy w ięc tu do czynienia z wyjaśnianiem przyczynowym poprzez wskazania genezy lub rozwoju.
Korzystamy także z w yjaśniania poprzez w skazanie związku z fak ta mi innego rzędu. Obserwacja pszczół, ich zachowania przy sym ulow a niu zm iennych w arunków życia, zm iany ilości i jakości pyłku daje nam odpowiedź na pytanie dlaczego np. zbieraczki rezygnują ze zbieractwa, bądź zw iększają swą wydajność.
Gdy chcemy zrozumieć i w konsekw encji w yjaśnić funkcjonow anie całej kolonii pszczelej, odwołujem y się do w yjaśnienia funkcjonowania jej poszczególnych elem entów Budowanie „białej skrzynki” wykonano w oparciu o poznane przejawy funkcjonow ania poszczególnych elem en tów składowych. Model, jak wspomniano, składa się z dziesięciu m niej szych m odułów odzw ierciedlających najbardziej istotne przejawy ży cia kolonii. W yjaśnienie poprzez sym ulację poszczególnych m odułów i ich wzajem nych zależności prowadzi do poznania funkcjonowania ca łej kolonii. W yjaśnienie zjaw isk i procesów zachodzących np. podczas zdobywania pożywienia czy reprodukcji ma swój wyraz w innych pro cesach odwzorowanych odpowiednim i modułami.
Prześledzimy także poszczególne typy w yjaśniania nieprzyczynowego zaproponowanego przez M. Bungego. Pierw szy typ w yjaśniania ma for mę: jeśli coś jest F, jest to zarazem G, lub inaczej: F jest takie a ta
kie, jest ono bowiem G; o G zaś wiadomo (lub się zakłada), że ma ta kie a takie w łasności.12 W w yjaśnieniach tych nie odwołujem y się do żadnych przyczyn, choć w dalszych rozważniach m oże być takie odwo łanie pożądane. Z naszego modelu możemy w ysnuć wniosek, iż np. pszczoły wytw arzają miód, gdyż są pszczołami; taką bowiem m ają w ła ściw ość ow ady zw ane pszczołami. Nie można tego powiedzieć o równie w ysoko zorganizowanej kolonii mrówek. Nie należy bowiem do ich zdolności um iejętność produkcji miodu.
W yjaśnianie poprzez opis stanow i bardziej powierzchowny sposób uchw ycenia istoty zjawiska, procesu. Prawdziw e w yjaśnianie pozwala na podanie pełnego i dokładnego opisu. Często pojaw ienie się opisu, poprzedza teorię. Dokonując sym ulacji społeczeństwa pszczelego uzy skujem y jego opis.
Nie w ydaje się,' by om awiany m odel spełniał warunki w yjaśniania poprzez odwoływanie się do praw statycznej struktury, co jest w y n i kiem jego bardzo dynamicznego charakteru. W tego typu w yjaśnianiu dany obiekt zostaje rozłożony na prostsze obiekty m ające określone m iejsce w statycznej strukturze, przy czym m iejsce to w yjaśnia istotne cechy i funkcje całości. Pom ijane są tu przy tym w szelkie zmiany, a w ięc i uwarunkowania przyczynowe ls.
Odwołanie się do niższego i wyższego poziomu zjaw isk w w yjaśnianiu funkcjonow ania rodziny pszczelej na drodze sym ulacji nie powinno bu dzić w iększych w ątpliwości. M ożliwość komunikacji pszczół za pomocą tańca, jego tempa i częstotliw ości w ykonyw anych ruchów dają się w y tłum aczyć zasadmi fizjologii tych owadów. Podobnie zachowanie się jednego osobnika kolonii w znacznej m ierze ma w yjaśnienie w zacho w aniu całej kolonii. Jeśli uda się nam wprowadzić pszczołę zw iadow - czynię w stan dezinform ujący, mimo iż faktycznie może w skazać m iej sce dużych ilości pyłku, spowoduje ona powstrzym anie pracy zbiera- czek. Jednocześnie jednak pojedyncze sygnały odwołujące akcję zbiera nia pochodzące od jednego osobnika „giną” niejako wśród pozostałych sygnałów innych zwiadowczyń.
W yjaśnianie statystyczne zdaje się pełnićznaczną rolę w procesie sy m ulacji. Wynika to z korzystania z opisu m atematycznego, szacowania wyników . U znawanie go jednak za ostateczne byłoby niesłuszne.
Najm niej problem ów budzi w yjaśnianie teleologiczne. Gdy uw zględ nim y specyfikę procesów życiowych, ich dynamikę, okaże się iż w y jaśnianie to ma duże znaczenie. Każdy żyw y organizm w sw ym śro dowisku bierze czynny udział w wyborze najbardziej sprzyjających warunków dla osiągnięcia sw ych podstaw owych celów jak rozmnażanie przetrw anie, rozwój. W yjaśnianie to w iąże się ze zrozumieniem poję cia inform acji biologicznej, jej przyjmowaniem, przetwarzaniem , gro m adzeniem , w ysyłaniem , z uznaniem jej fundam entalnej roli w istn ie niu życia biologicznego. W łaśnie w procesie sym ulacji obserwujem y za leżność zachowań od stanu „wiedzy”, czyli od stanu posiadanych infor macji.
W yjaśnianie dialektyczne budzić może w ątpliw ości z racji trudnego do przyjęcia sprzecznego charakteru zjaw isk życiowych. Na gruncie f i lozofii m arksistow skiej takie sprzeczności są konsekw encją przyjętego system u, zaś w tomizm ie udaje się ich uniknąć korzystając z teorii hylemorfizmu.
12 M. Bunge, dz. cyt., 362—363. 13 M. Bunge, dz. cyt., 364.
Rozważania nasze skupiliśm y w okół modelu rodziny pszczelej. Wybór taki został podyktow any przede w szystkim jego adekwatnością do rze czywistości, w iernym odzwierciedleniem ogromnej dynamiki, złożoności pierwowzoru. Można także skorzystać i z innych prób sym ulacji zja wisk życiowych. Ostatnio coraz częściej porusza się m ożliwość sym ula cji bardziej jeszcze złożonych procesów i układów, jak np. mózgu ludz kiego. Wprawdzie procesy m yślow e wykraczają, naszym zdaniem, poza poziom inform acji b iologiczn eju , lecz, aby uzm ysłow ić sobie stopień skomplikowania procesu tworzenia „białej skrzynki” pracy mózgu odwołajmy się do porównania przytoczonego przez Wł. Kunickiego- -G oldfingera15. Autor ten dokonał zestaw ienia cech pam ięci człowieka z pamięcią m aszyny cyfrowej. Mózg gromadzi inform acje w sposób analogowy, zależny od czasu, komputer zaś — binarnie, niezależnie od czasu. Mózg przechowuje inform acje stopniowo przy m ałej w ydaj ności pamiętania, komputer — zachowuje zasadę „wszystko, albo n ic”, przy bardzo dużej w ydajności pam iętania. Pojem ność pam ięci w m óz gu jest zależna od doświadczenia, w komputerze — niezależna od do świadczenia. Odtwarzanie inform acji w mózgu jest bardzo silnie uza leżnione od kontekstu, w powięzaniu z poprzednim odtwarzaniem, w komputerze nie ma takiego powiązania. Celem pam ięci mózgu jest utrzymanie otwartej sieci funkcji, w komputerz^-dotyczy zamkniętej sieci funkcji. Czy istnieje w ięc realna m ożliwość stworzenia „białej skrzynki” dotyczącej mózgu, co w konsekw encji przyczyniłoby się do wyjaśnienia w ielu jeszcze nieznanych nam procesów i stanów?
Ta pobieżna analiza rodzajów w yjaśniania za pomocą stym ulacji u ka zuje istotne znaczenie w yjaśniania przyczynowego (we w szelkich jego odmianach), a także nieprzyczynowego. W szelkie te typy w yjaśniania pozwalają nam dotrzeć do odpowiedzi na pytanie: dlaczego?, jak? D zię ki sym ulacji docieramy do najgłębszych zależności w sferze zjaw isk biologicznych.
Modele sym ulacyjne mają nam pomóc zrozumieć funkcjonowanie ca łych organizmów, ich fragm entów, całych system ów ekologicznych, zależności zachowania, rozwoju itp. Jest w ięc też celem sym ulacji i diagnostyka, prognostyka rozwoju określonej sytuacji w określonych warunkach, w populacjach, a naw et w całym środowisku. Tworzy się zatem m odele w celu diagnozowania reakcji system ów biologicznych na warunki planow ane przez eksperym entatora.16
14A. Latawiec, K oncepcja inform acji biologicznej, w: Z zagadnień fi
lozofii przy ro d o zn a w stw a i filozofii p rzy ro d y, t. 5, W arszawa 1983 — na
str. 170—185 przedstawiono rodzaje inform acji biologicznej, oraz uza sadniono przyczyny, dla których pominięto informację intelektualną (186—187).
15 Wł. Kunicki-G oldfinger, Szukanie m ożliw ości. E w olucja jako gra
przypadków i ograniczeń, Warszawa 1989, 234—235.
16 Jak żyw y jest problem poznawania, badania zjaw isk życiowych można się przekonać z łatw ością przeglądając najnowsze publikacje z zakresu biologii. I tak m iędzy innym i, zachowaniu m otyli został po święcony artykuł F. J. Odendaala, M ature Egg N um ber Influences the
Behavior of Fem ale B attus philenor B u tterflies, Jornal of Insect B e
havior, 2(1989)1, 15—25 — przeprowadzone i zanalizowane badania, łącz nie z szacowaniem błędów dałyby znacznie pełniejszy obraz om aw ia nych zjawisk. Jak wykazano, skonstruowanie „białej skrzynki” byłoby tu celowe. Podobne korzyści m ieliby autorzy następujących prac: M. Cobb,
Przegląd proponowanych rodzajów w yjaśniania w św ietle procesu sym ulacji zachowania rodziny pszczelej zdaje się ilustrować wagę tej m etody w poznawaniu zjawisk życiowych. Za pomocą „białych skrzy n ek ” możemy otrzymać różnego typu w yjaśnienia na tem at zjaw isk życiow ych badanych pod różnymi aspektam i. Problemem szerszym, wykraczającym poza ram y niniejszego om ów ienia pozostaje pytanie, czy w szystkie procesy życiow e można poddać symulacji?
WŁODZIMIERZ SKOCZNY
ROLA W YJAŚNIANIA STRUKTURALNEGO W NAUCE 1. WPROWADZENIE
W dyskusjach dotyczących struktury logicznej w yjaśniania naukowe go głów ną uwagę skupiano na dedukcyjno-nom ologicznym modelu w y jaśniania. Ujęcie takie w ydaw ało się naturalne w okresie dominacji po zytywizm u logicznego, kiedy to m etanaukow e opracowania inspirowało przekonanie, iż głównym teoriom naukowym przysługuje pewność. B ez podstaw ny charakter tej tezy został przekonująco uzasadniony w falli- bilizmie Poppera.
W Popperowskiej teorii nauki, w poznaniu naukowym główną rolę odgrywają niedoskonałe teorie i hipotetyczne w yjaśnienia, które wraz z rozwojem w iedzy poddawane są w sposób m etodyczny stopniowym m odyfikcjom. W prspektywie w skazanej przez autora L ogiki odkrycia
n aukow ego istnieją specjalne powody, by zająć się strukturą logiczną
w yjaśniania probabilistycznego, w tym rów nież tzw. w yjaśniania stru- kturalno-hipotetycznego. Niezależnie bowiem od stosunku do konkret nych propozycji m etodologicznych Poppera, trzeba przyznać, iż w obecnym etapie refleksji metanaukowej niem ożliw a do utrzym ania jest przed-Popperowska wizja nauki jako wiedzy pewnej dostarczającej ostatecznych i definityw nych wyjaśnień.
Do wzrostu popularności fallibilistycznej teorii nauki przyczynił się w latach sześćdziesiątych i siedem dziesiątych nurt zw any relatywizm em m etanaukowym . Wyznaczają go prace Kuhna *, Toulmina *, późnego F eyerab en d as, L au dan a4. Zakwestionowanie przez Kuhna autonomicz nego i obiektyw nego rozwoju teorii naukowej, na rzecz niew spółm ier nych paradygmatycznych przejść oraz socjologizacji w iedzy, m usiało B. Burnet, R. Blizard, J.-M. Jallon, Courtship in D rosophila sechellia:
Its S tructure, Functional A spects, and Relationship to these of O th er M em bers of the Drosophila m elangaster Species Subgroup, Journal Of
.Insect Behavior, 2(1989)1, 63—89; K. D. Daddington, Im plications of
V ariation in W orker B ody S ize for th e H oney Bee R ecru itm en t S y ste m , Journal Of Insect Behavior, 2(1989)1, 91—103; czy też bardziej
ogólne rozważania por.: F. Vester, The B iocybern etic A pproach as
a Basic for Planning Our Environm ent, System s Practice, 1(1988)4,
399—413.
1 T. Kuhn, S tru ktu ra rew olu cji n aukow ych, W arszawa 1968. * S. E. Toulmin, The Philosophy of Science, N ew York 1960.
3 P. K. Feyerabend, A gainst M ethod: O utline of an A n archistic T heory
of K n ow ledge, „Minnesota Studies in Philosophy of Science”, 1970,
t. IV.
4 L. Laudan, Progres and Its P roblem s U niversity of California P ress 1977.